车辆识别方法、装置及车辆.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105913034A(43)申请公布日2016.08.31(21)申请号201610238088.X(22)申请日2016.04.18(71)申请人智车优行科技（北京）有限公司地址100020北京市海淀区阜成路73号19层1978号(72)发明人赵东旭(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)权利要求书2页说明书5页附图4页(54)发明名称车辆识别方法、装置及车辆(57)摘要本发明公开一种车辆识别方法、装置及车辆，其中，该方法包括：在设定时间内通过图像显著性方法对图像进行车辆粗检测定位以获取粗定位检测对象；采用机器学习车辆训练模型检测所述粗定位检测对象以获取精定位检测对象；通过车辆跟踪方法判断所述精定位检测对象是否为车辆；如果所述精定位检测对象是车辆，通过特征点定位方法定位所述车辆并得到所述车辆的轮廓。本发明提供的方法、装置及车辆，在进行车辆识别时兼顾车辆检测与跟踪算法在低速嵌入式设备上的准确率和实时性，降低ADAS进行车辆识别的成本。CN105913034ACN105913034A权利要求书1/2页1.一种车辆识别方法，其特征在于，包括：在设定时间内通过图像显著性方法对图像进行车辆粗检测定位以获取粗定位检测对象；采用机器学习车辆训练模型检测所述粗定位检测对象以获取精定位检测对象；通过车辆跟踪方法判断所述精定位检测对象是否为车辆；如果所述精定位检测对象是车辆，通过特征点定位方法定位所述车辆并得到所述车辆的轮廓。2.根据权利要求1所述的方法，其特征在于，所述通过车辆跟踪方法判断所述精定位检测对象是否为车辆包括：通过特征点定位方法定位所述精定位检测对象；在特征点周围提取HOG特征，使用SVM进行分类，过滤所述精定位检测对象中遗留的误检对象；将过滤完的所述精定位检测对象的剩余对象确定为车辆。3.根据权利要求2所述的方法，其特征在于，如果所述精定位检测对象是车辆，通过特征点定位方法定位所述车辆并得到所述车辆的轮廓包括：通过特征点定位方法定位所述车辆的设定数目的特征点；根据所述设定数目的特征点重新描绘车体轮廓，其中，所述车体轮廓包括车尾和车侧面的部分。4.根据权利要求1所述的方法，其特征在于，还包括通过跟踪所述车辆获取所述车辆行驶轨迹；其中，获取第i帧车辆的轮廓；获取第i+1帧车辆的轮廓；根据第i帧车辆的轮廓、第i+1帧车辆的轮廓获取所述车辆的轨迹。5.根据权利要求1所述的方法，其特征在于，所述采用机器学习车辆训练模型检测所述粗定位检测对象，得到精定位检测对象包括：通过Adaboost迭代算法、Haar分类器训练车辆模型，检测所述粗定位检测对象以得到精定位检测对象。6.一种车辆识别装置，其特征在于，包括：粗定位模块，用于在设定时间内通过图像显著性方法对图像进行车辆粗检测定位以获取粗定位检测对象；精定位模块，与所述粗定位模块相连接，用于采用机器学习车辆训练模型检测所述粗定位检测对象以获取精定位检测对象；跟踪识别模块，与所述精定位模块相连接，用于通过车辆跟踪方法判断所述精定位检测对象是否为车辆；如果所述精定位检测对象是车辆，通过特征点定位方法定位所述车辆并得到所述车辆的轮廓。7.根据权利要求6所述的装置，其特征在于，所述跟踪识别模块用于通过特征点定位方法定位所述精定位检测对象；在特征点周围提取HOG特征，使用SVM进行分类，过滤所述精定位检测对象中遗留的误检对象；将过滤完的所述精定位检测对象的剩余对象确定为车辆。8.根据权利要求7所述的装置，其特征在于，所述跟踪识别模块还用于：通过特征点定位方法定位所述车辆的设定数目的特征点；根据所述设定数目的特征点重新描绘车体轮廓，其中，所述车体轮廓包括车尾和车侧面的部分。2CN105913034A权利要求书2/2页9.根据权利要求6所述的装置，其特征在于，所述跟踪识别模块还用于通过跟踪所述车辆获取所述车辆行驶轨迹；其中，获取第i帧车辆的轮廓；获取第i+1帧车辆的轮廓；根据第i帧车辆的轮廓、第i+1帧车辆的轮廓获取所述车辆的轨迹；和/或所述精定位模块还用于通过Adaboost迭代算法、Haar分类器训练车辆模型，检测所述粗定位检测对象以得到精定位检测对象。10.一种车辆，其特征在于，包括如权利要求6-9中任一所述的车辆识别装置。3CN105913034A说明书1/5页车辆识别方法、装置及车辆技术领域[0001]本发明涉及车辆领域，尤其涉及一种车辆识别方法、装置及车辆。背景技术[0002]近年来ADAS(AdvancedDriverAssistantSystem，高级驾驶辅助系统)市场增长迅速，ADAS的主要算法提供商例如中国本土的Minieye均把车辆检测和跟踪算法作为重点研发方向